File Target

  • 使用 R::magick 套件，將 slide_ori/ 資料夾的圖片(Google Meet 截圖)畫面做切割。

先備條件:

  • 預設的畫面切割是「Google Meet 的版面配置為側攔」
  • 處理好的資料會放到 slide_capture/ 資料夾。

Main Function I used in magick

read image

img_all <- list.files("../slide_ori/test/", full.names = T)
# print(img_all[1])
img <- image_read(img_all[1])

cut image

至於要擷取的長寬多少，起點要從哪邊開始算，真的只能手動去慢慢測試Orz

屁啦!! 要工程師慢慢用去嘗試，根本要了我的命。
簡單作法，可以打開 pptx，然後用圖形(記得將框線去除)，
然後測量兩個地方的矩形大小，再加上自己截圖的解析度大小。

  • 從左上角到要擷取區塊的左上角: 寬x1, 長y1
  • 從左上角到要擷取區塊的右下角: 寬x2, 長y2
  • image’s resolution: 1920 x 1080

–

\[ 1\ px=\frac{96\times\ cm}{2.54} \]

–

接著計算數學，因為 pptx 的預設大小為: 33.87x19.05。
所以最後的字串如下: {\(\frac{x1}{33.87}\times 1920\)} x {\(\frac{y1}{19.05}\times 1080\)} + {\(\frac{x2-x1}{33.87}\times 1920\)} + {\(\frac{y2-y1}{19.05}\times 1080\)}

–

阿~ 你說我不想算，好啦工程師都幫你寫好，你只需要測量 x1, y1, x2, y2 四個數據就好。

x1 <- 1.54
y1 <- 4.37
x2 <- 26.19
y2 <- 16.24
str_geo <- paste0((x2-x1)/33.87*img_info$width, "x", 
                  (y2-y1)/19.05*img_info$height, "+", 
                  (x1)/33.87*img_info$width, "+", 
                  (y1)/19.05*img_info$height)
img_fix <- image_crop(image = img, geometry = str_geo)

this is what you do in Powerpoint

–

save image

image_write(image = img_fix, path = "../slide_fix/test/capture-result.png")
print(img_fix)
## # A tibble: 1 x 7
##   format width height colorspace matte filesize density
##   <chr>  <int>  <int> <chr>      <lgl>    <int> <chr>  
## 1 PNG      994    479 sRGB       TRUE         0 72x72

流程

  • 讀取 slide_ori/ 中，資料夾中的所有圖片。
  • 放到一個 list 中。(事先要確保其順序正確)
  • 圖片切割
  • 按照 list 中的數量，存放到 slide_fix/。
  • 命名方式: img_01, img_02 …。依照圖片的數量，決定後方數字的位數。
rm(list = ls()); invisible(gc())

gen_geo <- function(img, x1, y1, x2, y2){
    img_info <- image_info(img)
    res <- paste0((x2-x1)/33.87*img_info$width, "x", 
                  (y2-y1)/19.05*img_info$height, "+", 
                  (x1)/33.87*img_info$width, "+", 
                  (y1)/19.05*img_info$height)
    return(res)
}

gen_img.name <- function(path_img_all, path_dir_fix){
      img_num <- length(path_img_all)
      num_digit <- img_num %>% nchar()
      tmp <- paste("img", formatC(1:img_num, width = num_digit, flag = "0"), sep = "_")
      img_ext <- file_ext(path_img_all) %>% tolower()
      img_nn <- paste0(path_dir_fix, "/", tmp, ".", img_ext)
      return(img_nn)
}


path_dir_ori <- list.dirs(path = "../slide_ori")[-1]
for (i_dir in 1:length(path_dir_ori)) {
  img_all <- list()
  
  
  # meta info
  x1 <- 1.33; y1 <- 3.06
  x2 <- 27.28; y2 <- 17.68
  
  
  # read and cut image
  path_img_all <- list.files(path_dir_ori[i_dir], full.names = T) %>% mixedsort()
  for (i_img in 1:length(path_img_all)) {
    img <- image_read(path_img_all[i_img])
    img_fix <- image_crop(image = img, geometry = gen_geo(img, x1, y1, x2, y2))
    img_all <- list.append(img_all, img_fix)
  }
  
  # save image
  path_img_all_fix <- path_img_all %>% gsub("slide_ori", "slide_fix", .)
  path_dir_fix <- path_img_all_fix[1] %>% dirname()
  if (!dir.exists(path_dir_fix)) dir.create(path = path_dir_fix, recursive = T)
  img_nn <- gen_img.name(path_img_all, path_dir_fix)
  for (i_img in 1:length(path_img_all)) {
    image_write(image = img_all[[i_img]], path = img_nn[i_img])
  }
}

END